AI와 함께 일하며 복리처럼 쌓아 성장하는 법

AI와의 협업을 단순한 질의응답을 넘어, 작업 결과물이 다음 세션의 컨텍스트로 누적되는 복리 구조로 만드는 방법론을 다룬다.

컨텍스트 인프라 구축

• 모든 코드와 지식을 체계적인 디렉터리 구조(~/src, ~/vault)로 정리하여 모델이 grep이나 glob으로 쉽게 검색할 수 있게 한다.
• **MCP(Model Context Protocol)**를 활용해 Slack, Drive 등 조직의 데이터를 연결한다.
• 프로젝트별 INDEX.md와 CLAUDE.md를 작성하여 모델이 신입 사원처럼 프로젝트 맥락을 즉시 파악하도록 한다.

취향의 설정 인코딩

• CLAUDE.md를 행동 계약서로 활용하여 모델의 말투, 반박 방식, 작업 범위 등을 정의한다.
• 설정의 범위를 글로벌, 레포지토리 루트, 프로젝트 디렉터리로 구분하여 관리한다.
• 파일이 길어질 경우 가이드 파일 경로만 명시하는 지연 로딩(lazy loading) 방식을 통해 컨텍스트 비용을 절감한다.

스킬(Skill)을 통한 자동화

• 주 1회 이상 반복되는 작업은 이름, 트리거, 절차를 담은 마크다운 파일(SKILL.md)로 만들어 워크플로로 관리한다.
• 작업을 수행한 뒤 모델에게 해당 과정을 스킬로 만들어 달라고 요청하여 지속적으로 업데이트한다.

자율성을 위한 검증 체계

• 검증을 사다리 구조로 설계하여, 하단에는 비용이 저렴한 린터(Linter)를, 상단에는 비용이 높은 LLM 리뷰를 배치한다.
• 모델이 스스로 테스트를 실행하거나 브라우저 렌더링을 확인하는 등 자기 검증(Self-verification) 루프를 구축한다.